基于肤色相似度的人脸检测与定位学士学位论文

合集下载

基于肤色模型的人脸检测研究

基于肤色模型的人脸检测研究0 引言在人脸检测领域，人脸特征的选取是基础与核心。

目前主要的人脸检测方法可以分为基于特征的方法和基于统计的方法两大类。

基于特征的方法可以处理较大尺度和视角变化的人脸检测问题，但其最大的困难在于很难找到相对稳定的特征，因为图像的显示特征容易受到光照、噪声等的影响；基于统计的方法可以避免特征提取和分析过程，但存在计算量大，以及非人脸样本收集和样本训练难的问题。

为此，本文对基于肤色分割结合模板匹配的人脸检测方法进行了改进，提出基于光照预处理+肤色模型+模板匹配的人脸检测解决思路，即在光照预处理的前提下，利用肤色特征建立肤色模型；根据肤色模型进行肤色检测和阈值分割；在对分割区域特征分析的基础上，将筛选出的人脸候选区域与人脸模板相匹配；最后将匹配较好的区域在原图像中用矩形框标示出来。

1 肤色模型人脸的肤色不依赖于面部的其他特征，对于人脸姿态和表情的变化不敏感，具有较好的稳定性，而且明显区别于大多数背景物体的颜色。

大量实验证明，不同肤色的人脸对应的色调是比较一致的，其区别主要在于灰度。

人脸的肤色特征主要通过肤色模型来描述。

肤色模型是在一定色彩空间描述肤色分布规律的数学模型。

本文选用备受青睐的高斯模型。

1．1 色彩空间一般说来，色调和饱和度相对亮度来说，是相互独立的。

在不同的光照条件下，虽然物体颜色的亮度会产生很大的差异，但是它的色度在很大范围内具有恒常性，基本保持不变。

研究表明，人类的肤色在YCbCr 色彩空间的分布相对比较集中(被称为肤色的聚类特性)，不同种族之间肤色的差异主要是由亮度引起，而与颜色属性无关。

利用此特性，将图像像素分为肤色和非肤色像素两类，这样可以大大提高人脸检测的效率和正确性。

在YCbCr 色彩空间中，Y 表示亮度，Cb 和Cr 是颜色差别信号，代表色度。

因此，本文的肤色模型只。

一种新的基于肤色模型的人脸检测算法

优越性。
关键词人脸检测肤色模型非线性分段色彩变换几何特征文章编号１０ — ３１（０６１— ０００文献标识码Ａ０２８３一２０）１０７ — ３中图分类号Ｔ３１Ｐ９
ＡｖｌＦａｅＤｅｅｔｏｅｈｄＢａｅｎＳｉｏｅＮｏｅｃｔｃｉｎＭｔｏｓｄｏｋｎＭｄｌ
常见的人脸检测算法一般都具有计算量大、度慢、报率高的弱点。章基于肤色模型，究了基于非线性变换技术的速误文研
方法．并且融合几何特征进行人脸厦其特征点的检测。实验证明，该算法十分有效，速度快、误报率低，相对其它算法具有
维普资讯
一
种新的基于肤色模型的人脸检测算法院，湖长沙４０８）１０２
Ｅｍｉｇｒｉｉ＠１６ｃｎ — ａ：ｉｌｊｌｌｕｅ２．ｏ
摘
要
人脸检测是计算机视觉、模式识别、人机交互研究中一个很受关注的研究热点。人脸模式错综复杂、易受干扰，
ＬｉｉＺｈｎｎｉｇｕＪｅａｇＨａｌｎ
（ｏ１ｅｏｏｐｔｒａｄＣｍｍｕｉｔｎＨｎｎＵｉｒｔ，ｈｎｓａ４０８）Ｃ１ｇｆＣｍｕｅｎｏｅｎｃｉ，ｕａｎｖｓｙＣａｇｈ１０２ａｏｅｉ
难题。
的优越性。
２一种新的基于肤色模型的人脸检测算法
２１肤色模型的获得与颜色空间的选择．

基于肤色的人脸检测和性别识别的研究---优秀毕业论文参考文献可复制黏贴

本文主要研究了基于人脸肤色相似度法的彩色图像中的人脸检测方法、五官定位算法和基于人脸特征的性别识别算法。首先，对影响彩色图像中人脸检测效果的光照问题进行了分析，并提出了如何在不同光照背景下对照片进行光线补偿的算法。其次，选择了合适的色彩空间，通过对肤色相似度建模，找出图像中的肤色区域并进行人脸分割，得到候选人脸区域，再根据人脸的形状特征及存在五官的特点，对人脸候选区域进行验证，得到最终的人脸区域，同时根据五官定位算法对五官进行了位置标定。最后通过对人脸样本图像的反复观察，总结出能够作为进行人的性别判断条件的特征，并通过神经网络设计性别分类器来判断被检测人脸的最终性别。再通过软件实现了上述人脸检测、五官定位以及性别识别算法。
为了得到较好的实验效果，本文对于实验中的图像有以下要求：图像大小至少为 320 像素 × 240 像素，单个人脸区域面积至少为 60 像素 × 60 像素，人脸在垂直方向的偏转角不得大于 30 度。
实验结果表明本文提出的人脸检测算法、五官定位算法和性别识别算法都具有较高的检测速度和正确率。
关键词人脸检测；五官定位；性别识别
IDENTIFICATION BASED ON ng
Supervisor：
Prof. Wang Wei-jie
Academic Degree Applied for： Master of Engineering
Specialty：
Mechatronics Engineering
The results of experiments indicate that the human face detection algorithm,
- II -
哈尔滨工业大学工学硕士学位论文
the facial features location algorithm and the human sexual identification algorithm are fast and effective. Keywords human face detection, facial features location, sexual identification

毕业论文设计人脸检测

基于adaboost的人脸检测算法研究与实现学院计算机学院专业计算机科学与技术班级04010104学号2010040101130姓名何明阳指导教师郭威负责教师航空航天大学2012年6月摘要在信息技术与Internet高速发展的今天，如何借助先进的科学技术和科学的管理方法，提高获取所需信息及处理信息的效率，是企业急待解决的一个问题。

而网络办公自动化系统以其精确的处理业务流程和高效的收集相关信息的特征，获得地方企业及单位的青睐。

为此本文尝试立足于该需求来设计和实现一个OA系统。

本文在对J2EE标准下的架构进行分析与研究的基础上，以某企业单位办公自动化系统为对象，提出了以Struts, Spring, Hibernate为架构的设想，来设计、搭建和实现该系统。

系统的主要功能有：个人办公桌面功能、日常管理功能、考勤管理功能、计划制定功能、审核管理功能、员工管理功能、通讯管理功能等7个功能。

首先，本文对系统的SSH架构所采用的关键技术进行介绍和分析，并提出分层概念，将系统页面的呈现、系统的业务逻辑、数据的持久化剥离出来，形成独立的模块，以此来实现系统的解藕，优化系统的可扩展性。

其次，在设计系统的过程中运用UML设计模式即利用用例图、时序图、类图、活动图等方式来分析和建立系统模型，该模型结合企业行政化办公的特点，并根据分层的概念将模型按层次的需求来建立。

最后，根据模型来实现该系统。

通过Spring的IoC依赖注入功能来实现系统分层后各层之间上下文的连接，利用Struts技术来实现MVC模式，使用Hibernate框架来控制数据访问。

通过测试，该系统安全稳定，最大化地满足了企业的日常需求，为企业的稳健发展提供了一个良好的平台。

关键词：办公自动化管理、SSH框架、考勤管理、审核管理。

Based on SSH framework of Office AutomationSystem’s Research and ImplementationAbstractToday in the rapid development of information technology and Internet, it is an emergency problem to be solved for the enterprise that how to use advanced science and technology and scientific management methods to improve the efficiency of obtaining the required information and processing information. However, Network Office Automation System gain Local businesses and some units favor because of its precise processes of handling business and the efficient collection of relevance information. So this article will attempt to design and implement an OA system based on the proposed requirements.In this paper, author put forward an idea with Struts-Spring-Hibernate as the framework to design, build and implement the system, based on the analysis and research of the framework with J2EE as the standard ;and the object that the Network Office Automation System of one department of an enterprise. The system’s main functions are :Personal office desktop function, daily management function, the attendance management function, plan review management function, audit management function, the staff management function, communication management functions and so on .First of all, this paper introduces and analyzes the key technology used in the system’s SSH framework, and proposes the conception of Stratification. It separates the presentation of the system’s page, related to business logic and data persistence from the whole to form the independent modules, then to achieve the system’s decoupling and the optimization of scalability .Secondly, during the process of designing the system, it usessoftware design module UML, such as use Case Diagram, Sequence Diagram, Class Diagram, Activity Diagram, to analyze and build the system module’s building is combined with the character of enterprise ‘s administrative office, according to conception of stratification .At last, it achieves this system according to the module. After stratifying the system, the connection of each layer is realized by the IoC dependency injection capabilities of Spring. It uses Struts to realize MVC module, and Hibernate framework to control the data access.Through the test, this system security and stability, maximize to meet the daily needs of the enterprise, for enterprise’s steady development provides a good platform.Keywords: Office automation,SSH framework,attendance management、audit management.目录1绪论11.1研究的背景和意义 (1)1.2办公自动化的国外发展现状及未来的发展 (1)1.3研究容 (3)1.4 ..................................................................................................................................... 论文结构42 SSH架构介绍52.1 Struts简介 (6)2.1.1 Struts的体系结构 62.1.2 Struts的核心组件及请求处理流程62.2 Spring简介 (8)2.2.1 Spring框架结构82.2.2 Spring的核心思想92.2.3 Spring在SSH架构中的作用102.3 Hibernate简介 (10)2.3.1 Hibernate的理论基础102.3.2 Hibernate对实体对象关联关系的映射112.3.3 Hibernate在SSH架构中的作用123 OA系统的需求分析与总体设计133.1 OA系统的需求分析 (13)3.2 OA系统功能模块建模 (15)3.2.1系统用例图 153.2.2查询待审核任务时序图163.3 OA系统的总体设计 (18)3.3.1系统框架总体设计183.3.2系统数据库设计214 OA系统的实现264.1搭建系统平台 (26)4.2审核管理模块的实现 (26)4.2.1审核管理表示层的实现274.2.2审核管理业务层的实现294.2.3审核管理持久层的实现304.3审核管理模块的实现展示 (31)5总结33参考文献34致谢361 绪论1.1研究的背景和意义随着计算机科学技术的不断发展,人脸检测技术在生活办公方面的应用不断增多。

+基于肤色的人脸检测

人脸识别是利用计算机分析人脸图像，从中提取出有效的识别信息，进行身份“辨认”的一门技术。

人脸自动识别系统主要包括人脸检测和定位，即从输入图像或图像序列中判断是否有人脸，如果有则确定其位置，并将其从图像中分割出来，对归一化的人脸图像进行特征提取与识别，最终得到识别结果。

正确的人脸检测是快速、准确识别人脸的前提。

人脸检测的基本思想是利用知识或统计的方法对人脸建模，比较所有可能的待检测区域与人脸模型的匹配度，从而得到可能存在人脸的区域。

文献[1], [2]中论述了多种人脸检测方法，主要分为基于统计和基于知识两大类。

基于统计的方法是将人脸图像视为一个高维向量，把人脸检测问题转化为高维空间中分布信号的检测问题。

如事例学习法[3]采用人工神经元网络训练分类器[4]；子空间方法将KL变换引入了人脸检测[5]；匹配滤波器方法包括各种模板匹配方法、合成辨别函数方法等[6]，这些方法主要以大量运算和复杂算法为基础。

基于知识的方法则利用人的知识建立若干规则从而将人脸检测问题转化为假设/验证问题。

如器官分布规则、轮廓规则、颜色纹理规则、运动规则和对称性等。

笔者提出了利用颜色信息实现独立于背景颜色的人脸检测算法。

设计了将皮肤区域与非皮肤区域分离的分类器；利用色度表将原始彩色图像转换成灰度级图像，灰度级图像中的灰度值代表了该像素为皮肤的概率。

通过区域增长的自适应阈值方法分割灰度图像以区分皮肤区域和非皮肤区域。

对分割出的皮肤区域进行预处理，初步判定候选人脸。

最后利用模板匹配方法确定一个候选人脸是否为人脸。

1 人脸检测算法笔者提出的人脸检测算法分为3步：①皮肤分割；② 分割图像预处理；③模板脸匹配。

本算法能够同时检测室内和室外复杂场景中不同大小的单个或多个人脸。

算法研究的目标是能够检测所有人脸区域，同时保持较低的误检率。

1.1 皮肤分割设计了一个基于颜色分析和模糊分割的皮2005年工程图学学报2005第3期 JOURNAL OF ENGINEERING GRAPHICS No.3基于肤色的人脸检测赵丽红，孙晓琳，王宇飞，徐心和（东北大学教育部暨辽宁省流程工业综合自动化重点实验室, 沈阳 110004）摘要：提出一种基于肤色信息的正面人脸检测方法。

基于肤色与肤色矩实时视频人脸检测与跟踪

高，对光照、脸姿态的变化具有较强的鲁棒性。基于４０３０图像处理速度平均为２／，满足系统实时性要求。且人８ｘ６５帧秒可关键词：脸检测；跟踪；提取；背景；肤色；肤色矩人
基于肤色与肤色矩实时视频人脸检测与跟踪
郑明恩，管业鹏
（海大学通信与信息工程学院，上海２０７）上００２
摘要：出了一种新颖、提鲁棒、实时人脸检测与跟踪算法。该方法采用背景差分法提取运动区域，对运动区域利用肤色归
ａｒｓ８ｘ６ｇｓｗｈｃｅｓｈｅｎｆｅｌｉｙｔｍｒａｅｄｔｃｉｎａｄｔｃｎ．ｃｏｓ０３０ｉ４ｍａｅ。ｉｈｍｅｔｅｄｍａｄｏｒａｍｅｓｓｅｆｃｅｅｔａｋｇｔｔｏｆｏｎｒｉＫｅｒｓｆｃｅｅｔｎｔａｋｎ；ｅｔｃｉｎｂｃｇｏｄｓｉｏｏ；ｓｉｏｏｍｅｔｙｗｏｄ：ａｅｄｔｃｉ；ｒｃｉｇｏｘａｔ；ａｋｕ；ｋｎｃｌｒｋｎｃｌｒｒｏｒｎｍｏｎ
中图法分类号：Ｐ９－Ｔ３１４
文献标识码：Ａ
文章编号：００７２２０）４０７．３１０．０４（０８０．８９０
Ｆａｅｄｔｃｉｎａｄｔａｋｎａｅｎｓｉｏｏｎｋｎｃｌｒｍｏｅｔｃｅｅｔｎｒｃｉｇｂｓｄｏｋｎｃｌｒａｄｓｉｏｏｍｎｏ

一种基于肤色分割的人脸检测方法研究

一种基于肤色分割的人脸检测方法研究【摘要】肤色分割是一种常用的人脸检测方法，本文基于肤色分割技术进行人脸检测的研究。

首先通过对肤色分割技术的概述，了解其原理和应用情况，然后详细介绍了基于肤色分割的人脸检测原理。

接着描述了实验设计与方法，展示实验结果分析，探讨了技术的优势与局限性。

研究结果表明，基于肤色分割的人脸检测方法具有一定的有效性，但也存在一定的局限性。

总结了研究成果并展望未来的发展方向。

通过本文的研究，可以更好地了解基于肤色分割的人脸检测方法在实际应用中的表现，为相关技术的进一步改进提供参考。

【关键词】肤色分割、人脸检测、基于肤色分割、技术优势、局限性、实验设计、方法、实验结果、成果总结、未来展望、研究背景、研究意义1. 引言1.1 研究背景人脸检测作为计算机视觉领域的一个重要研究方向，一直受到广泛关注。

在传统的人脸检测方法中，肤色分割技术被广泛应用，因为人类的肤色在图像中通常具有相对稳定和区别明显的特点。

通过利用肤色信息，可以有效地提高人脸检测的准确性和鲁棒性。

随着深度学习技术的发展，基于肤色分割的人脸检测方法也得到了进一步的提升。

深度学习算法能够更好地学习复杂的特征表征，提高人脸检测的准确性和速度。

目前基于肤色分割的人脸检测方法还存在一些挑战，如肤色差异、光照变化、遮挡等因素可能影响检测结果的准确性。

对于如何有效地应用肤色分割技术进行人脸检测的研究仍然具有重要的理论和实际意义。

本文将探讨基于肤色分割的人脸检测方法的原理、实验设计与方法、实验结果分析，以及技术优势与局限性，旨在为相关领域的研究提供一定的参考和借鉴。

1.2 研究意义肤色分割是一种常用的图像处理技术，能够有效地将人类肤色部分从图像中分割出来。

基于肤色分割的人脸检测方法，可以提高人脸检测的准确性和稳定性，具有很高的实用价值。

研究基于肤色分割的人脸检测方法的意义在于：1. 提高人脸检测的准确性和稳定性：传统的人脸检测方法容易受到光照、阴影等因素的影响，而基于肤色分割的方法通过区分肤色部分，可以更精准地定位人脸区域，减少误检率。

基于肤色模型与人脸结构特征的人脸检测

性等。
１建立肤色模型
１１图像预处理及颜色提取．
肤色模型是根据大量样本的统计所建立的。
所以需要采集大量的人脸图像资源来计算它的统
计特征。样本资源的格式和尺度大小，物，照人光背景等都不相同，因此就将样本图片统一规定为ｊｇｐ格式，度为３０×３０的正常室内光照人脸彩色尺００
红（９９），女，师，硕士，究方向：能１７一讲研智
图１人脸样本
图２样本裁剪区域
５８１０
科
学
技
术
与丁程源自１０卷１２颜色空间转换．
在计算机视觉中，常采用的彩色空间主要有经
ＲＢ，ＳＨＩＹｂｒＹＱ，Ｕ等。其中ＹｂｒＧＨＶ，Ｓ，ＣＣ，ＩＹＶＣＣ作为肤色分布统计特性的映射空间，由于亮度和色度相互分离，且在色度空间上两个向量ＣＣ相互独ｂｒ立，能够较好地反映肤色的聚类特性。使用ＹｂｒＣＣ
１００４０
１０２００１００００
ｃ分布图ｒ
迥８０００
船套６０００
４０００２ｏｏＯ
Ｏ
作为肤色空间，有如下特点 ¨ ：１具３（）在该空间下，Ｊ
ｃ颜色信息分割出可能包含人脸的区域，ｒ然后在各

基于肤色相似度的人脸检测与定位

毕业设计（论文）基于肤色相似度的人脸检测与定位摘要本课题致力于完成Visual C++ 6.0平台下的人脸检测与定位系统，人脸检测定位的算法限制于基于肤色相似度算法。

要完成的工作包括相似度的计算，图像的二值化，垂直直方图和水平直方图的获取，人脸特征（眼睛、嘴和鼻子）的提取。

本课题着重于肤色模型相似度在人脸检测与定位中的应用，对增加人脸检测与定位的准确率的研究有一定的指导意义。

提出一种基于肤色的人脸检测定位算法，设计了基于肤色的人脸检测和定位系统。

采用了脸部皮肤之间相似度的方法以及二值化方法，使用了基于边界方法和基于区域方法相结合的算法，提取了眼睛、嘴和鼻子等关键特征，最终较好地实现了人脸定位。

在Microsoft Windows平台上，利用Visual C+ + 6. 0 开发了软件。

本课题的成果具有一定的应用价值。

实验结果表明，该软件对于一定尺寸范围内清晰的正面人脸图能够正确检测定位并提取特征，并且在速度和准确性方面具有良好的性能。

关键词：图像分割；人脸定位；肤色；人脸检测；特征提取基于肤色相似度的人脸检测与定位Detection and Localization of Person Face Basedon Skin Color SimilarityAbstractThis topic devotes to completing the detection and localization system of the person face under the Visual C++ 6.0 platforms, and the detection localization algorithm of the person face limit to basing on the skin color similarity algorithm. The topic must complete similarity computation, binary image processing, vertical histogram, horizontal histogram and extracting person face characteristic (eye, mouth and nose). This topic emphasize application of skin color model similarity in the detection and the localization of person face, and has a significant instruction for research of increasing accuracy in detection and the localization of person face.In this paper, the authors have presented an algorithm and designed a system for face detection and location based on complexion. By strengthening the contrast between face features and by adopting binary image processing method, the system has improved the preprocessing effect; and by using boundary-based algorithm plus region-based algorithm , the system has realized face location through the extraction of the features of eyes, nose and mouth. Taking advantages of Visual C++ 6.0, the authors have also developed corresponding software based on Microsoft Windows.Production of this paper have definite application value.Experiment results prove that the system is valid in detecting, locating and extracting frontal view face features in a certain range.And it possess favorable performance in rapidity and accuracy.Key words: image segmentation; face localization; complexion; face detection;feature ex- traction安徽工程科技学院毕业设计（论文）毕业论文（设计）原创性声明本人所呈交的毕业论文（设计）是我在导师的指导下进行的研究工作及取得的研究成果。

基于肤色的人脸检测算法研究毕业论文

基于肤色的人脸检测算法研究毕业论文目录摘要............................................................ 错误！未定义书签。

第一章人脸检测综述 (4)1.1人脸检测的研究背景及意义 (4)1.2人脸检测技术的国内外研究现状 (6)1.3 人脸检测算法的总体框架 (6)1.4 人脸检测的一般方法 (7)1.4.1基于灰度特征的人脸检测 (7)1.4.2基于肤色特征的人脸检测 (9)1.5 论文的结构安排 (10)第二章算法理论与实现原理 (10)2.1 颜色空间 (10)2.1.1 RGB颜色空间 (11)2.1.2 YCbCr颜色空间 (12)2.1.3 HSV颜色空间 (13)2.2常见的肤色模型 (14)2.2.1 区域模型 (15)2.2.2 高斯分布模型 (15)2.2.3 直方图模型 (16)2.3 区域分割理论 (17)2.3.1 区域分割 (17)2.3.2 定位人脸区域 (18)第三章基于统计的肤色建模 (18)3.1 基于RGB空间的肤色模型表示方法 (18)3.2 基于YCbCr空间的肤色模型标示方法 (19)3.3 基于HSV空间的肤色模型标示方法 (20)第四章人脸检测的实验仿真及结果 (22)4.1 MATLAB简介 (22)4.2 人脸检测实验仿真及结果 (22)4.2.1 RGB颜色空间下的图像及仿真实验结果 (22)4.2.2 YCbCr颜色空间下的图像及仿真实验结果 (23)4.2.3 HSV颜色空间下的图像及仿真实验结果 (24)4.3 小结 (24)第五章结论及展望 (25)5.1 结论 (25)5.2 展望 (26)参考文献 (27)致谢 (31)第一章人脸检测综述1.1人脸检测的研究背景及意义人脸检测是指使用计算机在输入图像中确定所有人脸（如果存在）的位置与大小的过程。

人脸检测系统的输入是可能包含人脸的图像，输出是关于图像中是否存在人脸以及人脸的数目、位置、尺度、位姿等信息的参数化描述（1）。

固定场景中基于肤色信息的人脸检测

固定场景中基于肤色信息的人脸检测摘要：给出了一种用于固定场景的快速人脸检测方法。

在背景差的情况下，利用SHEN滤波进行二值图像并提取出运动目标区域，基于肤色聚类模型对运动目标子图像进行肤色分割，结合椭圆模板检测出人脸区域，进行人脸定位。

实验数据表明，该方法对固定场景中的人脸检测具有较好的鲁棒性，对姿态、表情、年龄都有较强的适应性,并具有一定的实时性。

关键词：差分图像；SHEN滤波；肤色分割；椭圆模板；人脸检测0 引言随着智能化信息技术的发展，视频监控、远程教育、人机交互技术及安全等各方面都迫切希望能够进行快速、有效的身份验证。

人脸检测问题最初来源于人脸识别，是指在输入图像中判断是否存在人脸区域，进一步确定人脸的位置，以及面部特征信息等。

现在人脸检测的应用背景已经远远超出了人脸识别系统的范畴，并体现出越来越多的学术价值和应用价值。

笔者给出了一种用于固定场景的快速人脸检测方法。

首先运用背景差方法剔除静止背景的干扰，再用SHEN滤波确定阈值进一步去掉多余背景，得到运动目标子图像。

接着基于肤色聚类模型对运动目标子图像进行肤色分割，最后结合椭圆模板检测出人脸区域，进行人脸定位。

最后利用Matlab7.0进行了实现，并在自建的人脸测试图像库上做了很多实验。

该方法的优点是可将运动信息序列图像中与人脸肤色相似的固定区域删除，在目标跟踪和运动检测上，不仅能有效地抑制背景噪声，减少误检率，而且还能缩小人脸检测范围，加快检测速度。

1 从视频图像中提取运动目标（人）1.1 建立背景图取出初始目标在视频图像中为了定位人脸，应尽可能减少图像背景的干扰，这样可以更快更准确地定位人脸。

由于是固定场景，所以采用背景差方法即可提取出运动目标。

1.2 双峰法取阈值分割出运动目标背景差分后得到的运动目标不是很清晰，还存在一些背景，观察发现，其图像的直方图是典型的双峰分布（见图1），且左边的峰为背景，右边的峰为运动目标，要从图像中分割出运动目标，只需找到直方图中两峰之间的谷点即可。

基于肤色的人脸检测研究

１人脸检测技术
人脸检测系统是一种基于信息处理的模式检测系统。它主要包括两大部分：特征提取部分与模式检测部分。前半部分的作用是从人脸图像中提取能够反映不同人的人脸差别的有效信息；后半部分的作用是对于前半部分所提取的信息进行模式分类。这两部分的关系是采用级联的形式，也就是说最终的检测效果由这两部分共同决定。基于肤色的人脸检测技术，是一项检测人脸位置的信息处理技术。它与指纹，虹膜等生物特征检测技术是属于一类，目前人脸检测技术在国内是一项相对成熟的信息技术。它主要的应用范围是在需要确定人脸位置的设备上，例如数码相机等电子设备。而人脸检测技术的检测方法也有很多种，而基于肤色的人脸检测技术是当下应用最多，也是相对简单，实用的一种检测方法。而我们常见的手机，数码相机，安防检测系统，人脸考勤机等都在应用着人脸检测技术。在当下的技术发展前景上来说，基于肤色的人脸检测技术是拥有非
一
３人脸检测技术的应用
以上所说的就是基于肤色的人脸检测技术的原理。简单的说就是利用人脸肤色的色值与周围环境的色值的区别来突出人脸的位置，从而达到定位的效果。但是这样的检测方法仅仅是一种初级的，而且并未加工过的检测结果，我们知道一个照片中会有许多人出现，而这些人并不一定都是我们所需要的那个主角。那么如何能够让我们的照相机在使用了这个人脸检测功能的同时，迅速捕捉到图像的主角昵？那么就需要将这个人脸检测技术进行升级处理，如图１所示。当我们运用数码相机对图像进行人脸检测定位处理后，突然之间出现了一个不速之客进入图像，我们应该怎么办呢？我们都知道数码相机有一种功能是只能调焦，也就是在确定了图像目标之后，数码相机对图像进行定位分析，并且对所定位的图像进行自动调焦使图像清晰化。所以当图像中出现主次人物的时候，就需要相机进行智能识别，到底哪一个才是真正需要对焦的人物。如此一来简单的二值化处理出来的图像就不能够满足数码相机的需求了。那么到底该如何处理这样的情况呢？首先，我们对原来的二值化处理的图片进行分析，如果脸部图像定位出来后，出现两种情况，一种是只有几个完整的脸，那么图像对焦就可以正常进行，如果图像中出现几个完整的脸型之外，还有一些大大小小的区域也被定位了，那么我们就要考虑哪些是需要对焦的人了。为了解决这一问题，我们设定了一个区域范围，当人脸的图像大小超过这个区域范围，我们就将该人脸锁定为主要人物图像，并且对其进行聚焦的程序运行。如果图像中出现的人脸大小小于这个区域范围，那么我们就将该人脸图像进行忽略处理。如此做的原因主要是为了防止图像中有其他人物

一种结合肤色及类人脸特征的人脸检测

Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｉｓａｌｇｏｒｉｔｈｍｃａｎｉｍｐｒｏｖｅｔｈｅｄｅｔｅｃｔｉｏｎｒａｔｅ．
征，虽然简单、计算迅速，但只能描述特定方向的图形结构。提出的类人脸特征是一种反映人脸灰度分布模型的矩形特
征，更加有效地描述了人脸的特征。所提出的人脸检测算法，应用ＢＰ神经网络算法训练肤色区域，进行肤色分割。应用类人脸特征的ＡｄａＢｏｏｓｔ算法进行人脸检测。实验结果表明，该算法可以提高人脸检测的检测率。
深圳大学汁算机与软件学院，广东深圳５１８０６０
ＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＳｏｆｔｗａｒｅＥｎｇｉｎｅｅｒＣｏｌｌｅｇｅ，ＳｈｅｎｚｈｅｎＵｎｉｖｅｒｓｉｔｙ，Ｓｈｅｎｚｈｅｎ，Ｇｕａｎｇｄｏｎｇ５１８０６０，Ｃｈｉｎａ
ｂｙｕｓｉｎｇＢＰｎｅｕｒａｌｎｅｔｗｏｒｋｔｏｔｒａｉｎｔｈｅｓｋｉｎｒｅｇｉｏｎ．ＦａｃｅｄｅｔｅｃｔｉｏｎｉｓｄｏｎｅｂｙｈｅｔＡｄａＢｏｏｓｔａｌｇｏｒｉｔｈｍｗｉｈｔｔｈｅｆａｃｅ — ｌｉｋｅｆｅａｔｕｒｅ．

基于肤色检测和人眼定位的人脸检测方法

基于肤色检测和人眼定位的人脸检测方法
摘要：提出了一种基于肤色检测和人眼定位的人脸检测方法。

使用基于基准白色的色彩平衡方法归一化彩色图像，将图像在HSV 空间进行肤色分割，确定候选人脸，采用形态学滤波器对其降噪。

在获得虹膜位置的基础上，使用Susan 算子定位两个眼角点，从而实现眼睛的精确定位。

实验证明提出的方法能够很好的检测人脸、定位人眼，尤其对存在人脸旋转和光照异常的人脸图像有很高的精确度和鲁棒性。

1 引言
人脸检测是指处理分析输入的图像，判断其中是否有人脸，如果有则找到人脸的位置，并将人脸从背景中分离出来。

近年来出现了大量人脸检测方法，主要分为基于特征的和基于图像的等两种方法。

前者以某种特征如肤色、脸型、鼻子和嘴巴等为最小处理单元；后者以图像中的像素为处理单元，把人脸检测看成典型的模式识别问题，使用训练算法区分人脸和非人脸区域。

基于肤色的人脸检测，很容易受光照异常的影响，因此本文首先对图像进行色彩平衡；实验中发现肤色提取后的图像仍然存在许多噪声点，直接。

基于肤色的人脸检测算法研究毕业设计

基于肤色的人脸检测算法研究毕业设计（论文）原创性声明和使用授权说明原创性声明本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。

尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得及其它教育机构的学位或学历而使用过的材料。

对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。

作者签名：日期：指导教师签名：日期：使用授权说明本人完全了解大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。

作者签名：日期：学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。

除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。

对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。

本人完全意识到本声明的法律后果由本人承担。

作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。

本人授权大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。

涉密论文按学校规定处理。

作者签名：日期：年月日导师签名：日期：年月日指导教师评阅书指导教师评价：一、撰写（设计）过程1、学生在论文（设计）过程中的治学态度、工作精神□优□良□中□及格□不及格2、学生掌握专业知识、技能的扎实程度□优□良□中□及格□不及格3、学生综合运用所学知识和专业技能分析和解决问题的能力□优□良□中□及格□不及格4、研究方法的科学性；技术线路的可行性；设计方案的合理性□优□良□中□及格□不及格5、完成毕业论文（设计）期间的出勤情况□优□良□中□及格□不及格二、论文（设计）质量1、论文（设计）的整体结构是否符合撰写规范？□优□良□中□及格□不及格2、是否完成指定的论文（设计）任务（包括装订及附件）？□优□良□中□及格□不及格三、论文（设计）水平1、论文（设计）的理论意义或对解决实际问题的指导意义□优□良□中□及格□不及格2、论文的观念是否有新意？设计是否有创意？□优□良□中□及格□不及格3、论文（设计说明书）所体现的整体水平□优□良□中□及格□不及格建议成绩：□优□良□中□及格□不及格（在所选等级前的□内画“√”）指导教师：（签名）单位：（盖章）年月日评阅教师评阅书评阅教师评价：一、论文（设计）质量1、论文（设计）的整体结构是否符合撰写规范？□优□良□中□及格□不及格2、是否完成指定的论文（设计）任务（包括装订及附件）？□优□良□中□及格□不及格二、论文（设计）水平1、论文（设计）的理论意义或对解决实际问题的指导意义□优□良□中□及格□不及格2、论文的观念是否有新意？设计是否有创意？□优□良□中□及格□不及格3、论文（设计说明书）所体现的整体水平□优□良□中□及格□不及格建议成绩：□优□良□中□及格□不及格（在所选等级前的□内画“√”）评阅教师：（签名）单位：（盖章）年月日教研室（或答辩小组）及教学系意见教研室（或答辩小组）评价：一、答辩过程1、毕业论文（设计）的基本要点和见解的叙述情况□优□良□中□及格□不及格2、对答辩问题的反应、理解、表达情况□优□良□中□及格□不及格3、学生答辩过程中的精神状态□优□良□中□及格□不及格二、论文（设计）质量1、论文（设计）的整体结构是否符合撰写规范？□优□良□中□及格□不及格2、是否完成指定的论文（设计）任务（包括装订及附件）？□优□良□中□及格□不及格三、论文（设计）水平1、论文（设计）的理论意义或对解决实际问题的指导意义□优□良□中□及格□不及格2、论文的观念是否有新意？设计是否有创意？□优□良□中□及格□不及格3、论文（设计说明书）所体现的整体水平□优□良□中□及格□不及格评定成绩：□优□良□中□及格□不及格（在所选等级前的□内画“√”）教研室主任（或答辩小组组长）：（签名）年月日教学系意见：系主任：（签名）年月日目录摘要 (4)第一章人脸检测综述 (7)1.1人脸检测的研究背景及意义 (7)1.2人脸检测技术的国内外研究现状 (8)1.3 人脸检测算法的总体框架 (9)1.4 人脸检测的一般方法 (10)1.4.1基于灰度特征的人脸检测 (10)1.4.2基于肤色特征的人脸检测 (11)1.5 论文的结构安排 (12)第二章算法理论与实现原理 (12)2.1 颜色空间 (13)2.1.1 RGB颜色空间 (13)2.1.2 YCbCr颜色空间 (14)2.1.3 HSV颜色空间 (15)2.2常见的肤色模型 (16)2.2.1 区域模型 (17)2.2.2 高斯分布模型 (17)2.2.3 直方图模型 (18)2.3 区域分割理论 (19)2.3.1 区域分割 (19)2.3.2 定位人脸区域 (20)第三章基于统计的肤色建模 (20)3.1 基于RGB空间的肤色模型表示方法 (20)3.2 基于YCbCr空间的肤色模型标示方法 (21)3.3 基于HSV空间的肤色模型标示方法 (22)第四章人脸检测的实验仿真及结果 (24)4.1 MATLAB简介 (24)4.2 人脸检测实验仿真及结果 (24)4.2.1 RGB颜色空间下的图像及仿真实验结果 (24)4.2.2 YCbCr颜色空间下的图像及仿真实验结果 (25)4.2.3 HSV颜色空间下的图像及仿真实验结果 (25)4.3 小结 (26)第五章结论及展望 (27)5.1 结论 (27)5.2 展望 (27)参考文献 (29)致谢 (32)摘要人脸识别技术是模式是别和计算机视觉研究中的一个重要领域，在边防安全、视频监控、身份验证等方面有重要的应用价值。

基于新的肤色模型的人脸检测方法

基于新的肤色模型的人脸检测方法0 引言人脸检测一直是一个研究热点，它涉及到模式识别、图像处理、计算机视觉以及神经网络等许多交叉学科，在数字视频处理、视觉监测等方面有着重要的应用价值。

目前国内外的研究中，围绕彩色图像中肤色这一特征的算法越来越多，同时利用肤色进行定位和分割也比较快速准确，简单直观，这使得彩色图像处理与人类视觉感受自然而然地结合了起来。

肤色是人脸的重要信息，具有相对的稳定性并可和大多数背景物体的颜色相区别，也与物体的大小、伸缩及姿态基本上无关。

1 Hsu R L 肤色检测算法Hsu R L 在论文中提出了一种可变光照及复杂背景下的肤色检测算法，该算法应用于人脸检测中可以取得较好的效果。

Hsu R L首先采用一种光照补偿算法。

它将整个图像中所有像素的亮度从高到低进行排列，然后取前5％的像素，如果这些像素的数目足够多，就将它们的亮度作为“参考白” (Reference Wlaite)，即将它们的色彩的R、G、B 分量值都调整为最大的255。

整幅图像的其它像素点的色彩值也都按这一调整尺度进行变换肤色检测时，由于在Hsu R L 采用的YCbCr 色度空间中，色度值CbCr 对亮度值Y 总是存在着一定的非线性的依赖关系，这种依赖关系在很大程度上影响了肤色的检测，所以，Hsu R L 在论文中提出了一种非线性变换方法，以消除色度对亮度的依赖关系。

其非线性变换公式如下：式中，Ci 表示Ch 或是Cr，WCk=46．97，WLCb=23，WHCb=14，WCr=38．76，WLCr=20，WHCr= 10，Kl=125，Kh=188，这些参数均是Hsu R L 由大量训练样本中估计取得的。

Hsu R L 对Heinich―Hertz―Institute(HHI)图像库图片中的肤色点进行了统计，图1 所示是肤色点在非线性变换后的yCb′C′r空间分布图。

在变换后，其。